[논문 리뷰] The syntactic processing of particles in Japanese spoken language

Melanie Siegel|ArXiv.org|1999. 06. 02.

Syntax, Semantics, Linguistic Variation참고 문헌 9인용 수 7

한 줄 요약

이 논문은 800개의 대화를 바탕으로 한 경험적 분석을 통해 일본어 조사의 유형 계층을 제시하며, 서브카테고라이제이션 및 수식 패턴을 통해 그 문법적 행동을 모델링한다. 이 시스템은 조사의 모호성, 동시 출현, 빈번한 생략에도 불구하고 구두 일본어에서 강력한 문법 처리를 가능하게 하며, VERBMOBIL 일본어 문법 구성 요소에 통합되어 문법적 구성 요소 식별 및 구문 분석 정확도가 향상된다.

ABSTRACT

Particles fullfill several distinct central roles in the Japanese language. They can mark arguments as well as adjuncts, can be functional or have semantic funtions. There is, however, no straightforward matching from particles to functions, as, e.g., GA can mark the subject, the object or an adjunct of a sentence. Particles can cooccur. Verbal arguments that could be identified by particles can be eliminated in the Japanese sentence. And finally, in spoken language particles are often omitted. A proper treatment of particles is thus necessary to make an analysis of Japanese sentences possible. Our treatment is based on an empirical investigation of 800 dialogues. We set up a type hierarchy of particles motivated by their subcategorizational and modificational behaviour. This type hierarchy is part of the Japanese syntax in VERBMOBIL.

연구 동기 및 목표

• 구어체 언어 처리 중 일본어 조사의 문법적 모호성과 생략 문제를 해결하기 위해.
• 서브카테고라이제이션 및 수식 역할을 포함한 그들의 문법적 행동에 기반한 조사의 체계적 분류를 개발하기 위해.
• 구어체 일본어에서 조사의 생략 또는 동시 출현에도 불구하고 문법적 구성 요소(예: 주어, 목적어)를 정확히 식별할 수 있도록 하기 위해.
• VERBMOBIL 구어체 번역 시스템의 일본어 버전에서 강력한 자연어 이해를 지원하기 위해.

제안 방법

• 실제 일본어 구어체에서의 조사 사용 패턴을 수집하고 분석하기 위해 800개의 구어 대화를 경험적으로 조사한 바탕으로.
• 서브카테고라이제이션 및 수식 행동에 기반한 조사의 유형 계층을 구축하여 기능적 및 의미적 역할을 구분하기 위해.
• 조사 유형 계층을 사용하여 조사가 생략된 경우에도 구성 요소의 구조를 추론할 수 있는 문법 처리 모듈을 설계하기 위해.
• 조사 분석을 VERBMOBIL 일본어 문법 구성 요소에 통합하여 구문 분석의 강건성을 향상시키기 위해.
• 코퍼스 기반 데이터를 사용하여 맥락 속에서 조사의 동시 출현과 의미 해소를 모델링하기 위해.

실험 결과

연구 질문

• RQ1 일본어 조사의 문법적 기능에 따라 그 문법적 분포가 어떻게 달라지는가?
• RQ2 구어체 일본어에서 조사가 생략된 경우, 구성 요소의 구조를 얼마나 정확히 추론할 수 있는가?
• RQ3 조사의 문법적 및 의미적 행동을 가장 잘 포괄하는 계층적 분류 체계는 무엇인가?
• RQ4 계산적 구문 분석 프레임워크에서 조사의 모호성과 동시 출현을 어떻게 해결할 수 있는가?

주요 결과

• 유형 계층은 조사의 문법적 행동을 성공적으로 모델링하여, 구성 요소 표시 및 부사어 역할을 구분한다.
• GA와 같은 조사는 주어, 목적어 또는 부사어를 표시할 수 있으며, 이는 기능을 형태만으로 예측할 수 없다는 것을 보여준다.
• 조사의 동시 출현은 가능하며, 이를 문법 분석에서 고려해야 하며, 코퍼스 데이터에서 이를 확인할 수 있다.
• 구어체 일본어에서 조사의 생략은 흔하지만, 제안된 계층을 사용하면 여전히 구성 요소의 구조를 신뢰성 있게 추론할 수 있다.